快速開始與 Workshop 流程
這一頁只先幫你完成兩件事:
- 確認你已具備 workshop 的最小前置條件
- 先理解整體學習順序,知道該從哪一條路徑開始
先決條件
- 具備 Contributor 權限的 Azure subscription
gpt-5.4-mini與text-embedding-3-large的模型容量- 附錄資料工作區(只有要延伸到資料附錄時才需要)
- Visual Studio Code
- Azure Developer CLI (azd)
- Python 3.10+
- Git
請先在你的本機環境、訓練環境或既有的開發容器中開啟這份 workshop 專案,再依照本頁與後續章節完成設定。
使用 GitHub Copilot 尋求協助
如果卡在某個步驟,可以詢問 GitHub Copilot Chat:
- "Explain this error message"
- "What does this script do?"
- "How do I fix this Python error?"
在 VS Code 中按 Ctrl+I 可開啟 Copilot Chat
Workshop 流程
第一次閱讀時,只要先分清楚「先跑通、再自訂、再理解、最後清理」就夠了。
Step 1:部署方案
請先從以下兩條路徑中擇一開始。兩條都先以 Foundry 主線為主,不需要先做資料附錄:
| 路徑 | 適用情境 | 主要頁面 |
|---|---|---|
| 管理員部署 | 你想自己把 Azure 與 Foundry 主線先準備完成 | 管理員部署 |
| 學員執行與驗證 | 你已拿到現成環境,只需要執行範例情境與驗證代理程式 | 學員執行與驗證 |
這兩條路徑最終都會收斂到同一套 Foundry 驗證步驟。
完整部署路徑包含:
- 準備支撐 workshop 的 Azure 資源,包括 Foundry project、模型部署、AI Search、Storage、Application Insights,以及選配的 image OpenAI 與 Playwright Workspace
- 設定開發環境
- 讓代理程式對範例資料實際運作
- 約需 15 分鐘
如果你負責管理員部署,建議先把 Foundry 主線跑通。資料延伸相關設定與驗證已移到 附錄延伸,等主線完成後再回頭補即可。
可以先把它理解成兩階段:
- 先完成 Foundry path:文件問答、agent 建立、驗證
- 之後若有需要,再補資料附錄:資料問答、資料工作區與 SQL grounding
Step 2:依使用案例自訂
這一步是把預設情境換成更貼近你示範目標的內容。你可以把它理解成「把主流程保留,但把資料、文件與問題換成你的版本」。
| 產業 | 使用案例範例 | 示範問題 |
|---|---|---|
| 電信 | 網路中斷 + 服務政策 | "哪些 outage 超過我們的 SLA 門檻?" |
| 製造 | 設備資料 + 維護文件 | "哪些機台依照維護排程已經逾期?" |
| 零售 | 產品目錄 + 退貨政策 | "超過 500 美元的電子產品退貨政策是什麼?" |
| 金融 | 帳戶資料 + 放款政策 | "哪些貸款申請符合我們的核准條件?" |
| 保險 | 理賠資料 + 保單文件 | "本週提出的理賠案件,相對於 SLA 目前狀態如何?" |
| 能源 | 電網監控 + 安全規範 | "哪些變電站目前運作容量超過 80%?" |
| 你的情境 | 你的資料 + 你的文件 | 你最想先驗證的問題 |
PoC 前準備
在 PoC 前先執行 Step 2。輸入產業與簡短的使用案例描述後,AI 會依照你的情境產生更貼近實際的範例資料、文件與測試問題
單一文件來源
請以 workshop/docs/ 底下的頁面作為目前有效的操作說明
guides/ 與 PDF 輸出屬於發佈產生物,內容可能較精簡
Step 3:深入解析
如果你想知道這個 PoC 背後到底是怎麼運作的,就從這一段開始。你會在這裡把主流程拆回幾個核心學習面向:
- Foundry Model:這個 workshop 目前用了哪些模型,哪些是主線必要,哪些是選配延伸
- Foundry Agent:代理程式定義存在哪裡,建立後又是怎麼被重複使用
- Foundry Tool:
execute_sql和search_documents各自負責什麼,工具邊界怎麼控制 - Foundry IQ:文件怎麼進 Azure AI Search,agent 又怎麼取回可引用的段落
- 資料 IQ(附錄):資料表、schema 與 prompt 怎麼把商業問題轉成唯讀 SQL
- Foundry Control Plane:哪些 Azure 資源在背後支撐整個體驗
如果你之後還想把這個單一 agent 的 PoC 延伸成多角色 workflow,再接著看 多代理程式延伸。